We are currently experiencing intermittent issues with the Gemini Enterprise labs. Please bear with us while we work on the resolution.
Hadad Darajat
Member since 2024
Diamond League
36190 points
Agent Assist 及其生成式 AI 功能
Earned Jan 14, 2026 EST
使用 Security Command Center 緩解威脅及修復安全漏洞
Earned Jan 13, 2026 EST
Build a Certification Study Guide: PDE Exam Prep
Earned Aug 20, 2025 EDT
Computer Vision Fundamentals with Google Cloud
Earned Apr 12, 2025 EDT
[DEPRECATED] Agent Assist Voice and Integrations
Earned Apr 10, 2025 EDT
Introduction to Reliable Deep Learning
Earned Apr 9, 2025 EDT
Production Machine Learning Systems
Earned Mar 10, 2025 EDT
Build a Certification Study Guide: PMLE
Earned Mar 10, 2025 EDT
Machine Learning in the Enterprise
Earned Feb 15, 2025 EST
Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI
Earned Feb 14, 2025 EST
Google 開發人員必備知識
Earned Feb 5, 2025 EST
Vertex AI Studio 簡介
Earned Feb 2, 2025 EST
生成式 AI 適用的機器學習運作 (MLOps)
Earned Feb 1, 2025 EST
開發人員的負責任 AI 技術：隱私權與安全性
Earned Feb 1, 2025 EST
開發人員的負責任 AI 技術：可解釋性與透明度
Earned Feb 1, 2025 EST
開發人員的負責任 AI 技術：公平性與偏誤
Earned Feb 1, 2025 EST
Vector Search 和嵌入
Earned Feb 1, 2025 EST
建立圖像說明生成模型
Earned Feb 1, 2025 EST
Transformer 和 BERT 模型
Earned Jan 31, 2025 EST
編碼器-解碼器架構
Earned Jan 31, 2025 EST
注意力機制
Earned Jan 31, 2025 EST
圖像生成簡介
Earned Jan 31, 2025 EST
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則
Earned Jan 27, 2025 EST
在 Agent Platform 設計提示
Earned Jan 27, 2025 EST
負責任的 AI 技術簡介
Earned Jan 27, 2025 EST
大型語言模型簡介
Earned Jan 27, 2025 EST
生成式 AI 簡介
Earned Jan 27, 2025 EST
充分利用生成式 AI 的强大功能，打造智能的自动化智能体。完成本课程后，您将能够开发数据存储区智能体，该智能体可以自动从您的网站、文档或结构化数据中提取并合成信息，从而即时回答各类复杂问题。告别静态常见问题解答，您的新智能体将提供动态、准确的答案，甚至还会显示原始来源网址，而这一切只需通过简单快速的设置即可实现。
Learn more
完成使用 Security Command Center 緩解威脅及修復安全漏洞技能徽章中階課程，即可證明您具備下列技能： 防範及管理環境威脅、找出並修復應用程式安全漏洞，以及應對安全異常狀況。
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam.
You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.
Learn more
This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models.
The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data.
The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models.
Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.
Learn more
In this course you will learn how Contact Center AI Agent Assist can enhance the productivity of human agents while interacting with customers through the Voice channel, as well as the options available for integration with other platforms in the CCAI ecosystem.
Learn more
This course introduces you to the world of reliable deep learning, a critical discipline focused on developing machine learning models that not only make accurate predictions but also understand and communicate their own uncertainty. You'll learn how to create AI systems that are trustworthy, robust, and adaptable, particularly in high-stakes scenarios where errors can have significant consequences.
Learn more
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
Learn more
This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing.
The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.
Learn more
Google Cloud 運算基本概念課程，適合幾乎沒有雲端運算背景或經驗的學員。這些課程會概略介紹雲端基礎知識、大數據和機器學習的核心概念，以及 Google Cloud 的角色和定位。完成這一系列課程後，學員將能闡述這些概念並展示實用技能。學員需依序完成課程：
1. Google Cloud 運算的基本概念：Cloud 運算基礎知識
2. Google Cloud 運算的基本概念：Google Cloud 基礎架構
3. Google Cloud 運算的基本概念：Google Cloud 的網路與安全性
4. Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI
本系列的最後一堂課回顧了代管大數據服務、機器學習與這項技術的價值，以及如何獲得技能徽章，進一步展示您的 Google Cloud 技能。
Learn more
這堂入門課程將說明應用程式開發人員如何運用 Google Cloud 生態系統，建構安全、可擴充的智慧雲端原生應用程式。您將瞭解如何不設定基礎架構就直接開發及擴充應用程式、 執行資料分析、從資料中取得洞察，以及使用預先訓練的機器學習 API 進行開發，即使您不是機器學習專家，也能充分運用技術。您也將體驗各種 Google 服務與 API 之間的完美整合，打造智慧型應用程式。
Learn more
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型，並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室，您將能探索從提示到正式環境的生命週期，同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio，在專案中發揮生成式 AI 的潛能。
Learn more
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
Learn more
本課程涵蓋「AI 隱私權」和「AI 安全性」這兩個重要主題。我們將介紹實用的方法和工具，協助您運用 Google Cloud 產品和開放原始碼工具，導入 AI 隱私權和安全性的建議做法。
Learn more
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具，有助於讓資料和 AI 模型透明且可解釋。
Learn more
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
Learn more
這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋；結合語意和關鍵字做法的混合型搜尋機制；以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理，盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search，打造智慧型搜尋引擎。
Learn more
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分，例如編碼器和解碼器，以及如何訓練和評估模型。在本課程結束時，您將能建立自己的圖像說明生成模型，並使用模型產生圖像說明文字。
Learn more
這堂課程將說明變換器架構，以及基於變換器的雙向編碼器表示技術 (BERT) 模型，同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外，也會介紹 BERT 適用的各種任務，像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
Learn more
本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。
Learn more
本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。
Learn more
本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。
Learn more
隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。
您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。
Learn more
完成 在 Agent Platform 設計提示 技能徽章入門課程，即可證明您具備下列技能： 在 Agent Platform 設計提示、分析圖片，以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容， 以及將 Gemini 模型用於實際的行銷情境。
Learn more
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
Learn more
這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。
Learn more
這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。
Learn more
